色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

您的位置:首頁技術文章
文章詳情頁

Python 爬蟲性能相關總結

瀏覽:5日期:2022-07-15 11:55:47

這里我們通過請求網頁例子來一步步理解爬蟲性能

當我們有一個列表存放了一些url需要我們獲取相關數據,我們首先想到的是循環(huán)

簡單的循環(huán)串行

這一種方法相對來說是最慢的,因為一個一個循環(huán),耗時是最長的,是所有的時間總和代碼如下:

import requestsurl_list = [ ’http://www.baidu.com’, ’http://www.pythonsite.com’, ’http://www.cnblogs.com/’]for url in url_list: result = requests.get(url) print(result.text)

通過線程池

通過線程池的方式訪問,這樣整體的耗時是所有連接里耗時最久的那個,相對循環(huán)來說快了很多

import requestsfrom concurrent.futures import ThreadPoolExecutordef fetch_request(url): result = requests.get(url) print(result.text)url_list = [ ’http://www.baidu.com’, ’http://www.bing.com’, ’http://www.cnblogs.com/’]pool = ThreadPoolExecutor(10)for url in url_list: #去線程池中獲取一個線程,線程去執(zhí)行fetch_request方法 pool.submit(fetch_request,url)pool.shutdown(True)

線程池+回調函數

這里定義了一個回調函數callback

from concurrent.futures import ThreadPoolExecutorimport requestsdef fetch_async(url): response = requests.get(url) return responsedef callback(future): print(future.result().text)url_list = [ ’http://www.baidu.com’, ’http://www.bing.com’, ’http://www.cnblogs.com/’]pool = ThreadPoolExecutor(5)for url in url_list: v = pool.submit(fetch_async,url) #這里調用回調函數 v.add_done_callback(callback)pool.shutdown()

通過進程池

通過進程池的方式訪問,同樣的也是取決于耗時最長的,但是相對于線程來說,進程需要耗費更多的資源,同時這里是訪問url時IO操作,所以這里線程池比進程池更好

import requestsfrom concurrent.futures import ProcessPoolExecutordef fetch_request(url): result = requests.get(url) print(result.text)url_list = [ ’http://www.baidu.com’, ’http://www.bing.com’, ’http://www.cnblogs.com/’]pool = ProcessPoolExecutor(10)for url in url_list: #去進程池中獲取一個線程,子進程程去執(zhí)行fetch_request方法 pool.submit(fetch_request,url)pool.shutdown(True)

進程池+回調函數

這種方式和線程+回調函數的效果是一樣的,相對來說開進程比開線程浪費資源

from concurrent.futures import ProcessPoolExecutorimport requestsdef fetch_async(url): response = requests.get(url) return responsedef callback(future): print(future.result().text)url_list = [ ’http://www.baidu.com’, ’http://www.bing.com’, ’http://www.cnblogs.com/’]pool = ProcessPoolExecutor(5)for url in url_list: v = pool.submit(fetch_async, url) # 這里調用回調函數 v.add_done_callback(callback)pool.shutdown()

主流的單線程實現并發(fā)的幾種方式

asyncio gevent Twisted Tornado

下面分別是這四種代碼的實現例子:

asyncio例子1:

import [email protected] #通過這個裝飾器裝飾def func1(): print(’before...func1......’) # 這里必須用yield from,并且這里必須是asyncio.sleep不能是time.sleep yield from asyncio.sleep(2) print(’end...func1......’)tasks = [func1(), func1()]loop = asyncio.get_event_loop()loop.run_until_complete(asyncio.gather(*tasks))loop.close()

上述的效果是同時會打印兩個before的內容,然后等待2秒打印end內容這里asyncio并沒有提供我們發(fā)送http請求的方法,但是我們可以在yield from這里構造http請求的方法。

asyncio例子2:

import [email protected] fetch_async(host, url=’/’): print('----',host, url) reader, writer = yield from asyncio.open_connection(host, 80) #構造請求頭內容 request_header_content = '''GET %s HTTP/1.0rnHost: %srnrn''' % (url, host,) request_header_content = bytes(request_header_content, encoding=’utf-8’) #發(fā)送請求 writer.write(request_header_content) yield from writer.drain() text = yield from reader.read() print(host, url, text) writer.close()tasks = [ fetch_async(’www.cnblogs.com’, ’/zhaof/’), fetch_async(’dig.chouti.com’, ’/pic/show?nid=4073644713430508&lid=10273091’)]loop = asyncio.get_event_loop()results = loop.run_until_complete(asyncio.gather(*tasks))loop.close()

asyncio + aiohttp 代碼例子:

import aiohttpimport [email protected] fetch_async(url): print(url) response = yield from aiohttp.request(’GET’, url) print(url, response) response.close()tasks = [fetch_async(’http://baidu.com/’), fetch_async(’http://www.chouti.com/’)]event_loop = asyncio.get_event_loop()results = event_loop.run_until_complete(asyncio.gather(*tasks))event_loop.close()

asyncio+requests代碼例子

import asyncioimport [email protected] fetch_async(func, *args): loop = asyncio.get_event_loop() future = loop.run_in_executor(None, func, *args) response = yield from future print(response.url, response.content)tasks = [ fetch_async(requests.get, ’http://www.cnblogs.com/wupeiqi/’), fetch_async(requests.get, ’http://dig.chouti.com/pic/show?nid=4073644713430508&lid=10273091’)]loop = asyncio.get_event_loop()results = loop.run_until_complete(asyncio.gather(*tasks))loop.close()

gevent+requests代碼例子

import geventimport requestsfrom gevent import monkeymonkey.patch_all()def fetch_async(method, url, req_kwargs): print(method, url, req_kwargs) response = requests.request(method=method, url=url, **req_kwargs) print(response.url, response.content)# ##### 發(fā)送請求 #####gevent.joinall([ gevent.spawn(fetch_async, method=’get’, url=’https://www.python.org/’, req_kwargs={}), gevent.spawn(fetch_async, method=’get’, url=’https://www.yahoo.com/’, req_kwargs={}), gevent.spawn(fetch_async, method=’get’, url=’https://github.com/’, req_kwargs={}),])# ##### 發(fā)送請求(協(xié)程池控制最大協(xié)程數量) ###### from gevent.pool import Pool# pool = Pool(None)# gevent.joinall([# pool.spawn(fetch_async, method=’get’, url=’https://www.python.org/’, req_kwargs={}),# pool.spawn(fetch_async, method=’get’, url=’https://www.yahoo.com/’, req_kwargs={}),# pool.spawn(fetch_async, method=’get’, url=’https://www.github.com/’, req_kwargs={}),# ])

grequests代碼例子這個是講requests+gevent進行了封裝

import grequestsrequest_list = [ grequests.get(’http://httpbin.org/delay/1’, timeout=0.001), grequests.get(’http://fakedomain/’), grequests.get(’http://httpbin.org/status/500’)]# ##### 執(zhí)行并獲取響應列表 ###### response_list = grequests.map(request_list)# print(response_list)# ##### 執(zhí)行并獲取響應列表(處理異常) ###### def exception_handler(request, exception):# print(request,exception)# print('Request failed')# response_list = grequests.map(request_list, exception_handler=exception_handler)# print(response_list)

twisted代碼例子

#getPage相當于requets模塊,defer特殊的返回值,rector是做事件循環(huán)from twisted.web.client import getPage, deferfrom twisted.internet import reactordef all_done(arg): reactor.stop()def callback(contents): print(contents)deferred_list = []url_list = [’http://www.bing.com’, ’http://www.baidu.com’, ]for url in url_list: deferred = getPage(bytes(url, encoding=’utf8’)) deferred.addCallback(callback) deferred_list.append(deferred)#這里就是進就行一種檢測,判斷所有的請求知否執(zhí)行完畢dlist = defer.DeferredList(deferred_list)dlist.addBoth(all_done)reactor.run()

tornado代碼例子

from tornado.httpclient import AsyncHTTPClientfrom tornado.httpclient import HTTPRequestfrom tornado import ioloopdef handle_response(response): ''' 處理返回值內容(需要維護計數器,來停止IO循環(huán)),調用 ioloop.IOLoop.current().stop() :param response: :return: ''' if response.error: print('Error:', response.error) else: print(response.body)def func(): url_list = [ ’http://www.baidu.com’, ’http://www.bing.com’, ] for url in url_list: print(url) http_client = AsyncHTTPClient() http_client.fetch(HTTPRequest(url), handle_response)ioloop.IOLoop.current().add_callback(func)ioloop.IOLoop.current().start()

以上就是Python 爬蟲性能相關總結的詳細內容,更多關于Python 爬蟲性能的資料請關注好吧啦網其它相關文章!

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 爽爽视频在线观看 | 精品国产欧美一区二区五十路 | 免费观看日本视频 | 久久福利青草精品资源站 | 国产精品亚洲精品影院 | 亚洲国产精久久久久久久 | 草草影院视频 | 国产在线精品一区二区 | 免费看a级| 国产精品李雅在线观看 | a级国产乱理伦片在线观看国 | 久久精品成人欧美大片免费 | 99免费视频观看 | 日本卡一卡2卡3卡4精品卡无人区 | 亚洲国产欧美视频 | 色三级大全高清视频在线观看 | 成人涩涩屋福利视频 | 欧美偷拍小视频 | 中文字幕一二三区乱码老 | 欧美一级性 | 国产一区二区三区高清视频 | 一级待一黄aaa大片在线还看 | 碰超在线观看 | 国产成人在线免费观看 | 看亚洲a级一级毛片 | 免费观看欧美一级牲片一 | 91久久香蕉 | 免费一级美国片在线观看 | 91九色视频无限观看免费 | 欧美一级大黄特黄毛片视频 | 国产成人一级 | 亚洲在线天堂 | 日本乱理伦片在线观看网址 | 亚洲人成亚洲人成在线观看 | 久草在线首页 | 亚洲成a人片在线观看中文!!! | 精品国产午夜久久久久九九 | 日本男人天堂 | 国产美女精品视频免费观看 | 亚洲视频一 | 国产精品久久久久国产精品 |